01 Variables aléatoires et distributions de probabilité
02 Tests d'hypothèses pour la moyenne, la variance et la proportion
03 Analyse de la variance
04 Analyse de fiabilité
05 Test non paramétrique
06 Analyse de régression linéaire (1)
07 Analyse de régression linéaire (2)
08 Modèle de régression incluant des variables catégorielles
09 Comprendre l'analyse de régression à l'aide de graphiques
10 Endogénéité des variables explicatives et estimation par variables instrumentales (1)
11 Endogénéité des variables explicatives et estimation par variables instrumentales (2)
12 Analyse de régression non linéaire
13 Modèle de croissance
14. Analyse de régression réglementaire
15 Modèle de variable dépendante binaire

Même à l'ère où l'IA facilite l'apprentissage statistique et la programmation, la maîtrise des logiciels spécialisés en statistiques et en analyse statistique demeure essentielle. Si l'IA automatise le traitement massif des données et les calculs complexes, permettant un gain de temps considérable, une compréhension approfondie du raisonnement et de la méthodologie statistiques reste indispensable pour interpréter correctement les résultats et prendre des décisions éclairées. Pour utiliser efficacement les outils d'IA, les utilisateurs doivent être capables de saisir clairement le contexte des données et les implications du processus d'analyse ; une compétence qui devrait s'acquérir dans le cadre d'études universitaires.


Cet ouvrage s'attache à combiner la théorie statistique et l'analyse pratique des données afin de développer la capacité des lecteurs à analyser et à interpréter les données en se basant sur le raisonnement statistique.
De nombreux manuels de statistiques existants proposent des explications approfondies des théories, mais ne traitent pas suffisamment de l'utilisation concrète des logiciels statistiques nécessaires à la formation pratique. Inversement, ils se contentent souvent d'expliquer comment utiliser ces logiciels, sans aborder les fondements théoriques.
Par conséquent, les apprenants rencontrent parfois des difficultés en raison du décalage entre la théorie et la pratique.


L'édition entièrement révisée de Stata Basic Statistics and Regression Analysis a été repensée pour combler cette lacune.
Les concepts et théories statistiques sont expliqués en mettant l'accent sur les concepts fondamentaux, et le cours est structuré de manière à permettre un apprentissage systématique des processus pratiques d'analyse de données à l'aide de Stata.
En particulier, cette édition révisée a été considérablement remaniée et complétée afin de refléter les dernières tendances en matière de statistiques et d'analyse des données.

Les principales caractéristiques de cette édition révisée sont les suivantes :

Nouveaux sujets et techniques d'analyse ajoutés : reflétant l'état actuel des statistiques modernes, les sujets non abordés dans les éditions précédentes incluent les modèles de croissance, la régression régularisée (Ridge, Lasso, ElasticNet), la régression non linéaire et les modèles de variable dépendante binomiale.

Fourniture intégrée des commandes Stata et des données d'entraînement : toutes les commandes Stata nécessaires aux exemples et aux exercices présentés dans chaque chapitre sont clairement présentées, et la dernière section rassemble les commandes utilisées dans le processus d'analyse et les organise au format de fichier .do.

Conformément à la dernière version de Stata 18 : nous avons expliqué les fonctionnalités et les mises à jour de la dernière version de Stata et permis aux lecteurs de s’exercer à l’aide d’exemples de données.

Cette édition révisée est un manuel qui met l'accent sur l'utilisation de logiciels statistiques basés sur la théorie statistique, ce qui la rend adaptée à une utilisation comme manuel pour les cours de premier cycle et sera également utile comme ouvrage de référence pour les praticiens de l'analyse statistique.